Este estudio presenta una nueva arquitectura de red de múltiples ramas selectivas diseñada para acelerar la localización y clasificación de objetos en dispositivos de borde de baja potencia. El concepto se basa en el método You Only Look at Interested Cells (YOLIC), propuesto por nosotros anteriormente. En este enfoque, categorizamos las celdas de interés (CoIs) en regiones de interés (RoIs) distintas según sus ubicaciones y urgencia. Luego empleamos algunas redes de ramas expertas para la detección detallada de objetos en cada una de las RoIs. Para dirigir estas ramas de manera efectiva, se agrega una unidad de atención selectiva en el proceso de detección. Esta unidad puede localizar RoIs que probablemente contengan objetos de interés y activar las redes de ramas expertas correspondientes. La inferencia puede ser más eficiente porque solo se utiliza una parte del mapa de características para tomar decisiones. A través de experimentos extensos en varios conjuntos de datos, la red propuesta demuestra su capacidad para reducir el tiempo de inferencia manteniendo niveles de rendimiento competitivos en comparación con los algoritmos de detección actuales.